CN114021664A - 一种基于区块链的意图识别方法、装置及电子设备 - Google Patents
一种基于区块链的意图识别方法、装置及电子设备 Download PDFInfo
- Publication number
- CN114021664A CN114021664A CN202111352028.8A CN202111352028A CN114021664A CN 114021664 A CN114021664 A CN 114021664A CN 202111352028 A CN202111352028 A CN 202111352028A CN 114021664 A CN114021664 A CN 114021664A
- Authority
- CN
- China
- Prior art keywords
- information
- historical user
- user information
- intention
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/18—File system types
- G06F16/182—Distributed file systems
- G06F16/1824—Distributed file systems implemented using Network-attached Storage [NAS] architecture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Databases & Information Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Machine Translation (AREA)
Abstract
本发明提供了一种基于区块链的意图识别方法、装置及电子设备,涉及区块链技术领域,包括:解析业务信息,得到办证用户相关信息;判断历史用户信息库中是否存在与所述办证用户相关信息匹配的历史用户信息,所述历史用户信息库是以区块链方式存储的;将匹配的所述历史用户信息、所述办证用户相关信息输入意图识别模型;基于所述意图识别模型的结果确定办证用户意图并回应。本申请在用户办证过程中会将当前办证事项需要的办证材料与过去办证事项中的办证材料进行匹配,能够匹配到的办证材料会直接从区块链上获取,无需再次上传,使得办证流程更加简洁方便,用户的意图识别也更加准确。
Description
技术领域
本发明涉及区块链技术领域,尤其涉及一种基于区块链的意图识别方法、装置及电子设备。
背景技术
区块链,是一个信息技术领域的术语。从本质上讲,它是一个共享数据库,存储于其中的数据或信息,具有“不可伪造”、“全程留痕”、“可以追溯”、“公开透明”、“集体维护”等特征。基于这些特征,区块链技术奠定了坚实的“信任”基础,创造了可靠的“合作”机制,具有广阔的运用前景。
目前,用户在办证过程中,可能很多办证事项中需要的办证材料都非常相似,但是用户却要进行多次相同的信息录入,使得办证过程十分冗杂,也无法基于用户意图信息准确识别用户意图。
因此,提出一种基于区块链的意图识别方法、装置及电子设备。
发明内容
本说明书提供一种基于区块链的意图识别方法、装置及电子设备,本申请在用户办证过程中会将当前办证事项需要的办证材料与过去办证事项中的办证材料进行匹配,能够匹配到的办证材料会直接从区块链上获取,无需再次上传,使得办证流程更加简洁方便,用户的意图识别也更加准确。
本申请提供的一种基于区块链的意图识别方法采用如下的技术方案,包括:
解析业务信息,得到办证用户相关信息;
判断历史用户信息库中是否存在与所述办证用户相关信息匹配的历史用户信息,所述历史用户信息库是以区块链方式存储的;
将匹配的所述历史用户信息、所述办证用户相关信息输入意图识别模型;
基于所述意图识别模型的结果确定办证用户意图并回应。
可选的,所述历史用户信息库是以区块链方式存储的,包括:
获取历史用户信息;
通过分布式文件工具将所述历史用户信息在任一节点上传并存储,生成所述历史用户信息对应的哈希值;
将所述历史用户信息对应的哈希值存储至对应的区块节点。
可选的,其特征在于,所述将所述历史用户信息对应的哈希值存储至对应的区块节点,包括:
获取所述历史用户信息的时间戳;
按照所述历史用户信息的时间戳的先后顺序,依次产生区块节点;
将所述历史用户信息对应的哈希值与时间戳分别存储在对应的区块节点。
可选的,所述将匹配的所述历史用户信息、所述办证用户相关信息输入意图识别模型,还包括:
基于匹配的所述历史用户信息与所述办证用户相关信息确定意图相似度;
判断所述意图相似度是否超过预设阈值;
当所述意图相似度超过所述预设阈值时,将匹配的所述历史用户信息、所述办证用户相关信息输入意图识别模型。
可选的,所述基于匹配的所述历史用户信息与所述办证用户相关信息确定意图相似度,包括:
将匹配的所述历史用户信息进行分词,得到若干个第一词组;
将所述第一词组进行向量转换,得到第一词组向量矩阵;
基于所述第一词组向量矩阵、所述办证用户相关信息确定所述意图相似度。
可选的,所述基于所述第一词组向量矩阵、所述办证用户相关信息确定所述意图相似度,包括:
将所述办证用户相关信息进行分词,得到若干个第二词组;
将所述第二词组进行向量转换,得到第二词组向量矩阵;
基于所述第一词组向量矩阵、所述第二词组向量矩阵确定所述意图相似度。
本申请提供的一种基于区块链的意图识别装置采用如下的技术方案,包括:
解析模块,用以解析业务信息,得到办证用户相关信息;
判断模块,用以判断历史用户信息库中是否存在与所述办证用户相关信息匹配的历史用户信息,所述历史用户信息库是以区块链方式存储的;
输入模块,用以将匹配的所述历史用户信息、所述办证用户相关信息输入意图识别模型;
回应模块,用以基于所述意图识别模型的结果确定办证用户意图并回应。
可选的,所述历史用户信息库是以区块链方式存储的,包括:
获取单元,用以获取历史用户信息;
上传单元,用以通过分布式文件工具将所述历史用户信息在任一节点上传并存储,生成所述历史用户信息对应的哈希值;
存储单元,用以将所述历史用户信息对应的哈希值存储至对应的区块节点。
可选的,所述存储单元,包括:
获取所述历史用户信息的时间戳;
按照所述历史用户信息的时间戳的先后顺序,依次产生区块节点;
将所述历史用户信息对应的哈希值与时间戳分别存储在对应的区块节点。
可选的,所述输入模块,还包括:
确定单元,用以基于匹配的所述历史用户信息与所述办证用户相关信息确定意图相似度;
判断单元,用以判断所述意图相似度是否超过预设阈值;
输入单元,用以当所述意图相似度超过所述预设阈值时,将匹配的所述历史用户信息、所述办证用户相关信息输入意图识别模型。
可选的,所述确定单元,包括:
将匹配的所述历史用户信息进行分词,得到若干个第一词组;
将所述第一词组进行向量转换,得到第一词组向量矩阵;
基于所述第一词组向量矩阵、所述办证用户相关信息确定所述意图相似度。
可选的,所述基于所述第一词组向量矩阵、所述办证用户相关信息确定所述意图相似度,包括:
将所述办证用户相关信息进行分词,得到若干个第二词组;
将所述第二词组进行向量转换,得到第二词组向量矩阵;
基于所述第一词组向量矩阵、所述第二词组向量矩阵确定所述意图相似度。
本说明书还提供一种电子设备,其中,该电子设备包括:
处理器;以及,
存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行上述任一项方法。
本说明书还提供一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现上述任一项方法。
本说明书中,能将用户办证事项过程中提供的材料基于区块链进行存储,当办理其他事项若需要相同的材料,只要链上的材料在有效期内都可以直接从存储系统直接获取,无需再次提交。同时,根据历史用户信息可以更好的理解用户意图信息并做出相应的回应。
附图说明
图1为本发明的一种基于区块链的意图识别方法的整体流程图;
图2为本发明实施例中的一种基于区块链的意图识别方法中获取历史用户信息库过程的示意图;
图3为本说明书实施例提供的区块链存储系统的结构示意图;
图4为本发明实施例中的一种基于区块链的意图识别方法中将所述历史用户信息对应的哈希值存储至对应的区块节点过程的示意图;
图5为本发明实施例中的一种基于区块链的意图识别方法中将匹配的所述历史用户信息、所述办证用户相关信息输入意图识别模型过程的示意图;
图6为本发明的一种基于区块链的意图识别装置的结构示意图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
以下结合附图1-6对本申请作进一步全面地描述本发明的示例性实施例。然而,示例性实施例能够以多种形式实施,且不应被理解为本发明仅限于在此阐述的实施例。相反,提供这些示例性实施例能够使得本发明更加全面和完整,更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分,因而将省略对它们的重复描述。
在符合本发明的技术构思的前提下,在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
在对于具体实施例的描述中,本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是,并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
术语“和/或”或者“及/或”包括相关联的列出项目中的任一个或多者的所有组合。
图1为本发明的一种基于区块链的意图识别方法的整体流程图,如图1所示,一种基于区块链的意图识别方法,包括以下步骤:
S1,解析业务信息,得到办证用户相关信息。
本步骤中,业务信息可以是用户直接发送的与办证事项相关的文字信息,也可以是获得用户授权后的关于办证事项的音频信息,还可以是用户提供的与办证事项相关的图片信息,通过OCR(Optical Character Recognition,文字识别)等识别方式识别出来的办证用户相关信息。
S2,判断历史用户信息库中是否存在与所述办证用户相关信息匹配的历史用户信息,所述历史用户信息库是以区块链方式存储的。
本步骤中,通过在多个办证服务平台上分别调用区块链SDK封装模块接口的方式共享存储用户的历史用户信息库。依据用户的身份信息等可以查询到该用户过去办证事项,进而对过去已经提交的办证材料进行再次使用。
在一个实施例中,图2为本发明实施例中的一种基于区块链的意图识别方法中获取历史用户信息库过程的示意图,如图2所示,所述S2,所述历史用户信息库是以区块链方式存储的,包括:
S201,获取历史用户信息;
S202,通过分布式文件工具将所述历史用户信息在任一节点上传并存储,并生成所述历史用户信息对应的哈希值;
S203,将所述历史用户信息对应的哈希值存储至对应的区块节点。
本步骤中,如图3所示,存储系统包括自动化部署模块10、智能合约模块20、SDK封装模块30、信息提交模块40和数据查询模块50。自动化部署模块用于将区块链的区块节点进行部署,用户在自动化部署脚本中输入简单的参数,然后启动部署脚本,即可根据该模块部署区块链;智能合约是一种旨在一信息化方式传播、验证或执行合同的计算机协议,其允许在没有第三方的情况下进行可信交易,这些交易可跟踪且不可逆转;SDK封装模块通过安装智能合约的方式,调用链码进一步实现材料数据的上链与存储;数据查询模块用于通过用户意图信息匹配历史用户信息。
分布式文件工具包括IPFS(Inter Planetary File System),IPFS是一个分布式文件系统,只要在IPFS任一节点上传文件,区块链中的所有节点都可以进行下载,并且IPFS自带排重效果,同一份文件只会上传一次。收集用户授权的历史用户信息,并记录历史用户信息的有效期。历史用户信息可以是比如用户过去办证过程中授权过的身份相关信息,或者是在办理结束时用户咨询了一下办理营业执照需要的材料,在用户当前办证时即可基于上次咨询了办理营业执照需要的材料这一咨询给出智能型对话,进而提升用户的体验。现有技术中,历史用户信息大都存储于区块链网络中,为了缓解区块链网络的压力,本申请通过IPFS将历史用户信息在任一节点上传并且存储,历史用户数据存储在IPFS之后会返回一段哈希值,将哈希值存储在对应的区块节点。哈希值,又称散列函数,是一种从任何一种数据中创建小的数字“指纹”的方法。
在一个实施例中,图4为本发明实施例中的一种基于区块链的意图识别方法中将所述历史用户信息对应的哈希值存储至对应的区块节点过程的示意图,如图4所示,所述S203,所述将所述历史用户信息对应的哈希值存储至对应的区块节点,包括:
S2031,获取所述历史用户信息的时间戳;
S2032,按照所述历史用户信息的时间戳的先后顺序,依次产生区块节点;
S2033,将所述历史用户信息对应的哈希值与时间戳分别存储在对应的区块节点。
本步骤中,在区块链上历史用户信息是按照办证事项的顺序逐次产生地新地区块,历史用户信息的哈希值和时间戳分别存储在对应的区块节点。
S3,将匹配的所述历史用户信息、所述办证用户相关信息输入意图识别模型;
本步骤中,利用LSTM(Long Short-Term Memory,长短期记忆)分类模型训练收集到的语料数据,将语料数据进行特征抽取,将抽取到的特征与预设期望用于意图识别模型的训练中,预设期望可以是基于经验值设定的,也可是统计分析得到的结果。
在一个实施例中,图5为本发明实施例中的一种基于区块链的意图识别方法中将匹配的所述历史用户信息、所述办证用户相关信息输入意图识别模型过程的示意图,如图5所示,所述S3,所述将匹配的所述历史用户信息、所述办证用户相关信息输入意图识别模型,还包括:
S301,基于匹配的所述历史用户信息与所述办证用户相关信息确定意图相似度;
S302,判断所述意图相似度是否超过预设阈值;
S303,当所述意图相似度超过所述预设阈值时,将匹配的所述历史用户信息、所述办证用户相关信息输入意图识别模型。
本步骤中,将匹配的历史用户信息、办证用户相关信息转换为向量,通过余弦值、欧式距离、动态时间规整或其他相似度计算方法实现计算向量的相似度作为意图相似度。判断意图相似度是否超过预设阈值,预设阈值可以是经验值,也可以是通过统计分析得到的数值,当意图相似度超过预设阈值时,便将超过预设阈值的匹配的历史用户信息、、办证用户相关信息输入意图识别模型。通过上述步骤,只把超过预设阈值的历史用户信息输入意图识别模型,减少了意图识别模型的工作量,从而提升了工作效率。
在一个实施例中,所述S301,所述基于匹配的所述历史用户信息与所述办证用户相关信息确定意图相似度,包括:
将匹配的所述历史用户信息进行分词,得到若干个第一词组;
将所述第一词组进行向量转换,得到第一词组向量矩阵;
基于所述第一词组向量矩阵、所述办证用户相关信息确定所述意图相似度。
在一个实施例中,所述基于所述第一词组向量矩阵、所述办证用户相关信息确定所述意图相似度,包括:
将所述办证用户相关信息进行分词,得到若干个第二词组;
将所述第二词组进行向量转换,得到第二词组向量矩阵;
基于所述第一词组向量矩阵、所述第二词组向量矩阵确定所述意图相似度。
本步骤中,将匹配的历史用户信息进行分词,得到若干个第一词组,接着,使用word2vec方法将第一词组转换为第一词组向量矩阵。word2vec,是一群用来产生词向量的相关模型。这些模型为浅而双层的神经网络,用来训练以重新建构语言学之词文本。网络以词表现,并且需猜测相邻位置的输入词,在word2vec中词袋模型假设下,词的顺序是不重要的。训练完成之后,word2vec模型可用来映射每个词到一个向量,可用来表示词对词之间的关系,该向量为神经网络之隐藏层。
将办证用户相关信息进行分词,得到若干个第二词组,接着,使用word2vec方法将第二词组转换为第二词组向量矩阵。将第一词组向量矩阵、第二词组向量矩阵分别计算余弦距离,即可得到意图相似度。
S4,基于所述意图识别模型的结果回应所述办证用户相关信息。
本说明书中,能将用户办证事项过程中提供的材料基于区块链进行存储,当办理其他事项若需要相同的材料,只要链上的材料在有效期内都可以直接从存储系统直接获取,无需再次提交。同时,根据历史用户信息可以更好的理解办证用户相关信息并做出相应的回应。
在一个实施例中,提出一种基于区块链的意图识别装置,如图6所示,包括解析模块60、判断模块70、输入模块80、回应模块90,具体的:
解析模块60,用以解析业务信息,得到办证用户相关信息;
判断模块70,用以判断历史用户信息库中是否存在与所述办证用户相关信息匹配的历史用户信息,所述历史用户信息库是以区块链方式存储的;
输入模块80,用以将匹配的所述历史用户信息、所述办证用户相关信息输入意图识别模型;
回应模块90,用以基于所述意图识别模型的结果确定办证用户意图并回应。
在一个实施例中,所述历史用户信息库是以区块链方式存储的,包括:
获取单元,用以获取历史用户信息;
上传单元,用以通过分布式文件工具将所述历史用户信息在任一节点上传并存储,生成所述历史用户信息对应的哈希值;
存储单元,用以将所述历史用户信息对应的哈希值存储至对应的区块节点。
在一个实施例中,所述存储单元,包括:
获取所述历史用户信息的时间戳;
按照所述历史用户信息的时间戳的先后顺序,依次产生区块节点;
将所述历史用户信息对应的哈希值与时间戳分别存储在对应的区块节点。
在一个实施例中,所述输入模块,还包括:
确定单元,用以基于匹配的所述历史用户信息与所述办证用户相关信息确定意图相似度;
判断单元,用以判断所述意图相似度是否超过预设阈值;
输入单元,用以当所述意图相似度超过所述预设阈值时,将匹配的所述历史用户信息、所述办证用户相关信息输入意图识别模型。
在一个实施例中,所述确定单元,包括:
将匹配的所述历史用户信息进行分词,得到若干个第一词组;
将所述第一词组进行向量转换,得到第一词组向量矩阵;
基于所述第一词组向量矩阵、所述办证用户相关信息确定所述意图相似度。
在一个实施例中,所述基于所述第一词组向量矩阵、所述办证用户相关信息确定所述意图相似度,包括:
将所述办证用户相关信息进行分词,得到若干个第二词组;
将所述第二词组进行向量转换,得到第二词组向量矩阵;
基于所述第一词组向量矩阵、所述第二词组向量矩阵确定所述意图相似度。
本发明实施例的装置的功能已经在上述的方法实施例中进行了描述,故本实施例的描述中未详尽之处,可以参见前述实施例中的相关说明,在此不做赘述。
在一个实施例中,提出一种计算机设备,所述计算机设备包括存储器和处理器,存储器中存储有计算机可读指令,计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行计算机可读指令时实现上述各实施例中所述的基于区块链的意图识别方法的步骤。
在一个实施例中,提出一种存储介质,所述存储介质可被处理器读写,所述存储介质存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行上述各实施例中所述的基于神经网络的律师推荐方法的步骤。其中,所述存储介质可以为非易失性存储介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁盘或光盘等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明一些示例性实施例,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种基于区块链的意图识别方法,其特征在于,包括:
解析业务信息,得到办证用户相关信息;
判断历史用户信息库中是否存在与所述办证用户相关信息匹配的历史用户信息,所述历史用户信息库是以区块链方式存储的;
将匹配的所述历史用户信息、所述办证用户相关信息输入意图识别模型;
基于所述意图识别模型的结果确定办证用户意图并回应。
2.如权利要求1所述的方法,其特征在于,所述历史用户信息库是以区块链方式存储的,包括:
获取历史用户信息;
通过分布式文件工具将所述历史用户信息在任一节点上传并存储,生成所述历史用户信息对应的哈希值;
将所述历史用户信息对应的哈希值存储至对应的区块节点。
3.如权利要求2所述的方法,其特征在于,所述将所述历史用户信息对应的哈希值存储至对应的区块节点,包括:
获取所述历史用户信息的时间戳;
按照所述历史用户信息的时间戳的先后顺序,依次产生区块节点;
将所述历史用户信息对应的哈希值与时间戳分别存储在对应的区块节点。
4.如权利要求1所述的方法,其特征在于,所述将匹配的所述历史用户信息、所述办证用户相关信息输入意图识别模型,还包括:
基于匹配的所述历史用户信息与所述办证用户相关信息确定意图相似度;
判断所述意图相似度是否超过预设阈值;
当所述意图相似度超过所述预设阈值时,将匹配的所述历史用户信息、所述办证用户相关信息输入意图识别模型。
5.如权利要求4所述的方法,其特征在于,所述基于匹配的所述历史用户信息与所述办证用户相关信息确定意图相似度,包括:
将匹配的所述历史用户信息进行分词,得到若干个第一词组;
将所述第一词组进行向量转换,得到第一词组向量矩阵;
基于所述第一词组向量矩阵、所述办证用户相关信息确定所述意图相似度。
6.如权利要求5所述的方法,其特征在于,所述基于所述第一词组向量矩阵、所述办证用户相关信息确定所述意图相似度,包括:
将所述办证用户相关信息进行分词,得到若干个第二词组;
将所述第二词组进行向量转换,得到第二词组向量矩阵;
基于所述第一词组向量矩阵、所述第二词组向量矩阵确定所述意图相似度。
7.一种基于区块链的意图识别装置,其特征在于,包括:
解析模块,用以解析办证用户相关信息,得到办证用户相关信息;
判断模块,用以判断历史用户信息库中是否存在与所述办证用户相关信息匹配的历史用户信息,所述历史用户信息库是以区块链方式存储的;
输入模块,用以将匹配的所述历史用户信息、所述办证用户相关信息输入意图识别模型;
回应模块,用以基于所述意图识别模型的结果确定办证用户意图并回应。
8.一种电子设备,其中,该电子设备包括:
处理器;
以及,存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行根据权利要求1-6中任一项所述的方法。
9.一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111352028.8A CN114021664A (zh) | 2021-11-16 | 2021-11-16 | 一种基于区块链的意图识别方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111352028.8A CN114021664A (zh) | 2021-11-16 | 2021-11-16 | 一种基于区块链的意图识别方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114021664A true CN114021664A (zh) | 2022-02-08 |
Family
ID=80064298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111352028.8A Pending CN114021664A (zh) | 2021-11-16 | 2021-11-16 | 一种基于区块链的意图识别方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114021664A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117077003A (zh) * | 2023-08-16 | 2023-11-17 | 中国船舶集团有限公司第七〇九研究所 | 一种分布式目标意图识别方法及系统 |
-
2021
- 2021-11-16 CN CN202111352028.8A patent/CN114021664A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117077003A (zh) * | 2023-08-16 | 2023-11-17 | 中国船舶集团有限公司第七〇九研究所 | 一种分布式目标意图识别方法及系统 |
CN117077003B (zh) * | 2023-08-16 | 2024-04-23 | 中国船舶集团有限公司第七〇九研究所 | 一种分布式目标意图识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110147726B (zh) | 业务质检方法和装置、存储介质及电子装置 | |
CN111859960B (zh) | 基于知识蒸馏的语义匹配方法、装置、计算机设备和介质 | |
CN111506722A (zh) | 基于深度学习技术的知识图谱问答方法、装置及设备 | |
CN111291570A (zh) | 一种实现司法文书中要素识别的方法及装置 | |
CN107291775B (zh) | 错误样本的修复语料生成方法和装置 | |
CN111883140A (zh) | 基于知识图谱和声纹识别的认证方法、装置、设备及介质 | |
CN112131888B (zh) | 分析语义情感的方法、装置、设备及存储介质 | |
CN112597984B (zh) | 图像数据处理方法、装置、计算机设备和存储介质 | |
CN110046806B (zh) | 用于客服派单的方法、装置和计算设备 | |
CN114399379A (zh) | 基于人工智能的催收行为识别方法、装置、设备及介质 | |
CN113873088B (zh) | 语音通话的交互方法、装置、计算机设备和存储介质 | |
CN114021664A (zh) | 一种基于区块链的意图识别方法、装置及电子设备 | |
CN113204619B (zh) | 基于自然语言处理的语句补全方法、装置、设备及介质 | |
CN113535582A (zh) | 接口测试方法、装置、设备及计算机可读存储介质 | |
CN116402630B (zh) | 一种基于表征学习的财务风险预测方法及系统 | |
CN111488950B (zh) | 分类模型信息输出方法及装置 | |
CN111783425B (zh) | 基于句法分析模型的意图识别方法及相关装置 | |
CN115314268B (zh) | 基于流量指纹和行为的恶意加密流量检测方法和系统 | |
CN114021175B (zh) | 用户画像的配置方法、装置、计算机设备及介质 | |
CN115618415A (zh) | 敏感数据识别方法、装置、电子设备和存储介质 | |
CN114444040A (zh) | 认证处理方法、装置、存储介质及电子设备 | |
CN114445095A (zh) | 材料检测方法、装置、存储介质及电子设备 | |
CN114064893A (zh) | 一种异常数据审核方法、装置、设备及存储介质 | |
CN110210518B (zh) | 提取降维特征的方法和装置 | |
WO2022227223A1 (zh) | 语音验证模型的训练方法、装置以及计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |